论文部分内容阅读
物流行业是国民经济体系的重要组成部分,近年来随着电子商务、新零售等相关线上行业的市场规模日趋扩大,物流市场的整体规模得以快速增长。虽然物流行业的发展前景广阔,但由于传统物流模式中基础设施建设成本以及车辆使用成本高,许多中小型的物流企业因此面临严峻的生存考验,而新颖的众包模式则为物流企业较好的解决了传统模式中资金占用大的问题。众包模式通过改变运力的组织方式,让社会闲置资源参与企业自身物流活动,从而减少了企业的物流建设和运营成本,当前该模式已经被成功应用在商超配送、客运、餐饮配送等多个行业。众包模式兴起的时间较晚,而经典车辆路径规划问题(Vehicle Routing Problem,VRP)的研究成果也难以适用于众包模式下的灵活场景,因此针对众包模式设计高效的车辆路径规划是众包模式推广应用过程中亟需解决的关键问题。本文研究众包模式下无车承运平台的物流集送一体化问题。无车承运平台以多辆社会闲置车辆作为装载和配送任务的资源,每个闲置车辆都有各自的起点、终点、承载最大容量和服务时间窗,服务于一些要求取货和送货的客户,该问题是集送一体化车辆路径规划问题(Vehicle Routing Problem with Pickup and Delivery,VRPPD)的延伸研究,可以描述为集送一体化异构车辆路径规划问题(Heterogeneous Vehicle Routing Problem with Pickup and Delivery,HVRPPD),由于HVRPPD是经典车辆路径规划问题的复杂变体,因此同样被认为是一个NP-hard问题。针对这个问题本文以总运输距离最小为目标函数,经过预处理和线性化处理过程,最终建立了一个混合整数线性规划模型。此外,本文还提出了一种自适应变邻域搜索算法,算法内共设计了六种启发式邻域构造算子,并分别为不可行解和劣解设计了自适应管理机制,从而使算法具有了自适应特性。最后在实验阶段分别使用Solomon给出的带时间窗的车辆路径规划问题(Vehicle Routing Problem With Time Windows,VRPTW)标准测试集和三种规模下的30组随机算例对算法进行了多组对比实验,结果验证了本文提出的算法针对上述问题在求解时间稳定性和求解结果质量方面都具有良好的表现。